プロジェクト
girafe-ai/ml-course has 3,600 GitHub stars and 1,308 forks. GitHot measured +3 stars in 24 hours, +9 in 7 days, and +13 in 15 days. Last checked 2026-11-11 16:53 UTC. Last push 2026-10-29.
オープンな機械学習コース
計測したスター増加
- 24時間
- +3
- 7日間
- +9
- 15日間
- +13
- 1か月
- 履歴を収集中
期間ごとの純増数です。期間は重複しており、日別の値ではありません。未計測の値は空欄です。スター数は注目度の指標であり、品質の保証ではありません。
README.md
オリジナルСсылка на ветку ML тренировок Яндекса 2023
Machine Learning course
First semester of girafe-ai Machine Learning course
Recordings and materials
| Date | Content | Lecture video | Slides | WarmUp test | HW | Deadline | Comments |
|---|---|---|---|---|---|---|---|
| 05.09.2022 | Week01. Intro, Naive Bayes and kNN. | Запись лекции 2021 Запись семинара 2021 | Слайды | Assignment 01: kNN | 23.59 AOE, 03.10.2022 | По техническим причинам запись лекции 2022 года не велась | |
| 12.09.2022 | extra Week. Linear algebra recap. | Запись лекции Запись семинара 2022 | Слайды | ||||
| 19.09.2022 | Week02. Linear Regression. | Запись лекции Запись семинара 2022 | Слайды | Assignment 02: Linear Regression | 23.59 AOE, 10.10.2022 | ||
| 26.09.2022 | Week03. Linear Classification. | Запись лекции Запись семинара 2022 | Слайды | Lab01: ML pipeline | 23.59 AOE 10.11.2022 | ||
| 03.10.2022 | Week04. SVM, PCA. | Запись лекции Запись семинара 2022 | Слайды | Assignment 03: SVM kernel | 23.59 AOE, 24.10.2022 | ||
| 10.10.2022 | Week05. Trees and ensembles | Запись лекции | Слайды | Optional assignment 04: Tree from scratch | 23.59 AOE, 22.12.2022 | Вместо семинара проходила контрольная работа | |
| 17.10.2022 | Week06. Gradient boosting | Запись лекции Запись семинара | Слайды | ||||
| 24.10.2022 | Week07. Разбор теста | Запись разбора | Вместо лекции были тест и разбор. | ||||
| 31.10.2022 | Week08. Intro into Deep Learning | Запись лекции Запись семинара | Слайды | ||||
| 07.11.2022 | Week09. Backpropogation | Запись семинара | Слайды | Лекция не велась по причине болезни преподавателя, однако был проведён дополнительный семинар по backpropogation | |||
| 14.11.2022 | Week10. Dropout and Batchnorm | Запись лекции Запись семинара | Слайды | ||||
| 21.11.2022 | Week11. Embeddings and seq2seq model | Запись лекции Запись семинара | Слайды |
Prerequisites
Prerequisites are located here.
Literature:
- YSDA ML Book (Russian only)
- Probabilistic Machine Learning: An Introduction; English link, Русский перевод
- Deep Learning Book: English link. Первая часть (Part I) крайне рекомендуется к прочтению.
More additional materials are available here
Exam program:
Available here
Main authors:
- Radoslav Neychev
- Vladislav Goncharenko
Contributors:
- Iurii Efimov
- Nikolay Karpachev
- Ivan Provilkov
- Valery Marchenkov
- Anastasia Ianina
- Irina Rudenko
- Fedor Ryabov
Acknowledgements:
Special thanks to:
- Stanislav Fedotov, YSDA for informative discussions, program verification and support.
- Konstantiv Vorontsov
- Vadim Strijov for teaching this course teachers
- Just Heuristic
関連プロジェクトを探す
tensorflow/tensorflow
すべての人のためのオープンソース機械学習フレームワーク
201,505 スターhuggingface/transformers
🤗 Transformers：テキスト、ビジョン、音声、マルチモーダルの最先端機械学習モデル向けモデル定義フレームワークで、推論と学習の両方に対応します。
168,815 スターAUTOMATIC1111/stable-diffusion-webui
Stable Diffusion の Web UI
165,289 スターComfy-Org/ComfyUI
グラフとノードによるインターフェースを備えた、最も強力でモジュール性の高い拡散モデル向け GUI、API、バックエンド。世界最速のローカル推論エンジン。
146,271 スター